CN105303829A - 汽车驾驶员情绪识别方法及装置 - Google Patents
汽车驾驶员情绪识别方法及装置 Download PDFInfo
- Publication number
- CN105303829A CN105303829A CN201510581262.6A CN201510581262A CN105303829A CN 105303829 A CN105303829 A CN 105303829A CN 201510581262 A CN201510581262 A CN 201510581262A CN 105303829 A CN105303829 A CN 105303829A
- Authority
- CN
- China
- Prior art keywords
- driver
- information
- mood
- relevant
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明公开了一种汽车驾驶员情绪识别方法,包括以下步骤:获取汽车当前行驶中的相关行驶信息,并从所述相关行驶信息中提取相关行驶特征;根据所述相关行驶特征在预设的分类器中进行分类,根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。本发明还公开了一种汽车驾驶员情绪识别装置。本发明由于是通过汽车当前的相关行驶信息来识别驾驶员情绪,识别出的驾驶员情绪更加符合汽车当前的实际行驶状况,而不会受到驾驶员的面部特征、面部环境等因素的影响,能更加准确地识别出驾驶员情绪。
Description
技术领域
本发明涉及汽车技术领域,尤其涉及一种汽车驾驶员情绪识别方法及装置。
背景技术
目前,“路怒症”已成为人类进入汽车时代以后的通病。“路怒症”是泛指在驾驶过程中驾驶员情绪受到外界影响,实施具有攻击性或愤怒的行为,如粗鄙的手势、言语侮辱、故意用不安全或威胁安全的方式来驾驶车辆或实施威胁。因愤怒驾驶导致的交通事故已越来越多,而驾驶员的不良情绪是造成交通事故的重要原因。因此,有必要对驾驶员的情绪进行识别,以便于提前预防可能出现的交通事故。
现有的驾驶员情绪识别方法一般是通过摄像头采集驾驶员面部特征的方式来识别驾驶员情绪,但存在以下缺陷:1、摄像头采集驾驶员面部特征受光线、个体容貌、佩戴墨镜等因素的影响较大,无法准确地识别各种环境下的驾驶员情绪;2、驾驶员驾驶汽车时很多情绪并不一定体现在面部表情,而是在于其驾驶行为,且驾驶员情绪不仅与驾驶员的面部表情有关,还可能与周围环境、时间等因素相关。因此,无法通过摄像头采集驾驶员面部特征来准确地识别驾驶员情绪。
发明内容
本发明的主要目的在于提供一种汽车驾驶员情绪识别方法及装置,旨在准确地识别驾驶员情绪。
为实现上述目的,本发明提供的一种汽车驾驶员情绪识别方法,所述方法包括以下步骤:
获取汽车当前行驶中的相关行驶信息,并从所述相关行驶信息中提取相关行驶特征;
根据所述相关行驶特征在预设的分类器中进行分类,根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。
优选地,所述相关行驶信息至少包括以下之一:当前车辆姿态信息、当前车况信息、当前路况信息、驾驶时长、当前车辆位置信息、车辆驾驶轨迹信息。
优选地,所述获取汽车当前行驶中的相关行驶信息,并从所述相关行驶信息中提取相关行驶特征的步骤之前还包括:
采集预设时间内汽车行驶中的训练行驶信息,并从所述训练行驶信息中提取训练行驶特征;获取针对不同训练行驶特征标注的不同驾驶员情绪;
基于预设的分类算法对不同训练行驶特征标注的不同驾驶员情绪进行学习、训练,形成预设的分类器。
优选地,所述根据所述分类器中的归类结果识别当前驾驶汽车的驾驶员情绪的步骤之后还包括:
根据识别出的驾驶员情绪进行相应的情绪引导处理。
优选地,所述情绪引导处理包括向驾驶员推送警告信息或预设音频信息,以引导驾驶员缓和情绪。
此外,为实现上述目的,本发明还提供一种汽车驾驶员情绪识别装置,所述装置包括:
所述汽车驾驶员情绪识别装置包括:
获取模块,用于获取汽车当前行驶中的相关行驶信息,并从所述相关行驶信息中提取相关行驶特征;
分类模块,用于根据所述相关行驶特征在预设的分类器中进行分类,根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。
优选地,所述相关行驶信息至少包括以下之一:当前车辆姿态信息、当前车况信息、当前路况信息、驾驶时长、当前车辆位置信息、车辆驾驶轨迹信息。
优选地,所述汽车驾驶员情绪识别装置还包括:
采集模块,用于采集预设时间内汽车行驶中的训练行驶信息,并从所述训练行驶信息中提取训练行驶特征;获取针对不同训练行驶特征标注的不同驾驶员情绪;
训练模块,用于基于预设的分类算法对不同训练行驶特征标注的不同驾驶员情绪进行学习、训练,形成预设的分类器。
优选地,所述汽车驾驶员情绪识别装置还包括:
引导模块,用于根据识别出的驾驶员情绪进行相应的情绪引导处理。
优选地,所述情绪引导处理包括向驾驶员推送警告信息或预设音频信息,以引导驾驶员缓和情绪。
本发明提出的一种汽车驾驶员情绪识别方法及装置,利用从汽车当前的相关行驶信息中提取的相关行驶特征在预设的分类器中进行分类,识别当前驾驶汽车的驾驶员情绪。由于是通过汽车当前的相关行驶信息来识别驾驶员情绪,识别出的驾驶员情绪更加符合汽车当前的实际行驶状况,而不会受到驾驶员的面部特征、面部环境等因素的影响,能更加准确地识别出驾驶员情绪。
附图说明
图1为本发明汽车驾驶员情绪识别方法第一实施例的流程示意图;
图2为本发明汽车驾驶员情绪识别方法第二实施例的流程示意图;
图3为本发明汽车驾驶员情绪识别方法第三实施例的流程示意图;
图4为本发明汽车驾驶员情绪识别装置第一实施例的功能模块示意图;
图5为本发明汽车驾驶员情绪识别装置第二实施例的功能模块示意图;
图6为本发明汽车驾驶员情绪识别装置第三实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种汽车驾驶员情绪识别方法。
参照图1,图1为本发明汽车驾驶员情绪识别方法第一实施例的流程示意图。
在第一实施例中,该汽车驾驶员情绪识别方法包括:
步骤S10,获取汽车当前行驶中的相关行驶信息,并从所述相关行驶信息中提取相关行驶特征;
本实施例中,在汽车行驶过程中实时获取汽车当前的相关行驶信息,其中,该相关行驶信息可以包括至少以下一种或几种的组合:当前车辆姿态信息、当前车况信息、当前路况信息、驾驶时长、当前车辆位置信息、车辆驾驶轨迹信息,当然,也不限定该相关行驶信息为其他可以体现汽车当前实际行驶状况的信息,如汽车周围环境等。
获取汽车当前的相关行驶信息后,还可从所述相关行驶信息中提取相关行驶特征。如根据当前车况信息可以提取车辆当前的车速、加速度等车辆运行参数,根据当前路况信息可以提取当前道路的平稳度等参数。这样,可在汽车行驶过程中实时采集能体现汽车当前实际行驶状况的各种相关行驶特征。
步骤S20,根据所述相关行驶特征在预设的分类器中进行分类,根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。
采集到汽车当前的各种相关行驶特征后,即可根据所述相关行驶特征在预设的分类器中进行归类。其中,该分类器可以为决策树分类器、选择树分类器、证据分类器等,分类器能够把数据库中的数据纪录映射到给定类别中的某一个,从而可以应用于数据预测。本实施例中,该分类器已完成学习、训练等操作,已将不同相关行驶特征分类到相应的驾驶员情绪,如针对相关行驶特征为当前的车速、加速度等车辆运行参数判断车辆为急加速、急减速、快速转弯等状态时,驾驶员很可能处于愤怒的情绪,则该分类器中与该车辆运行参数对应的分类为驾驶员愤怒情绪。这样,在采集到汽车当前的各种相关行驶特征后,即可根据各种相关行驶特征在已完成学习、训练的分类器中进行归类。
根据各种相关行驶特征在已完成学习、训练的分类器中的分类结果即可获知汽车当前行驶中的相关行驶特征所对应的驾驶员情绪分类,实现对当前驾驶汽车的驾驶员情绪的识别。
本实施例利用从汽车当前的相关行驶信息中提取的相关行驶特征在预设的分类器中进行分类,识别当前驾驶汽车的驾驶员情绪。由于是通过汽车当前的相关行驶信息来识别驾驶员情绪,识别出的驾驶员情绪更加符合汽车当前的实际行驶状况,而不会受到驾驶员的面部特征、面部环境等因素的影响,能更加准确地识别出驾驶员情绪。
如图2所示,本发明第二实施例提出一种汽车驾驶员情绪识别方法,在上述实施例的基础上,在上述步骤S10之前还包括:
步骤S30,采集预设时间内汽车行驶中的训练行驶信息,并从所述训练行驶信息中提取训练行驶特征;获取针对不同训练行驶特征标注的不同驾驶员情绪;
步骤S40,基于预设的分类算法对不同训练行驶特征标注的不同驾驶员情绪进行学习、训练,形成预设的分类器。
本实施例中,在实际应用中利用汽车当前的相关行驶信息对驾驶员情绪进行识别之前,还可先对车辆的行驶特征进行学习、训练及分类标注等操作,生成预设的分类器。
具体地,首先收集预设时间内汽车的相关行驶信息,该相关行驶信息可以包括至少以下一种或几种的组合:车辆姿态信息、车况信息、路况信息、驾驶时长、车辆位置信息、车辆驾驶轨迹信息。提取预设时间内汽车的相关行驶信息中的各种相关行驶特征作为分类器的基础训练数据,获取用户或开发人员对不同相关行驶特征及其大小范围进行人工标注的驾驶员情绪。如根据相关行驶特征为当前的车速、加速度等车辆运行参数时判断车辆为急加速、急减速、快速转弯等状态时,驾驶员很可能处于愤怒的情绪,则可将此车辆运行参数对应标注为驾驶员愤怒情绪;当根据相关行驶特征为当前的车速、加速度等车辆运行参数判断车辆为平稳匀速直线行驶状态时,驾驶员很可能处于平静的情绪,则可将此车辆运行参数对应标注为驾驶员平静情绪;还可在驾驶时长超过一定阈值时,对应标注为驾驶员情绪为疲劳状态等。基于预设的分类算法如决策树分类算法、人工神经网络分类算法等机器学习算法对各种相关行驶特征及其标注的不同驾驶员情绪进行学习、训练,在收集大量训练数据进行学习、训练后,形成预设的分类器。该分类器即可将不同相关行驶特征准确地归类到相应的驾驶员情绪,以供后续识别操作中调用该分类器。
需要说明的是,本实施例中,分类的驾驶员情绪可以为几种固定的情绪,如愉悦、平静、疲劳、愤怒等,也可以为具体的情绪评分,在此不作限定。进行训练数据采集时,收集的相关行驶信息可以是出厂时预设时间内汽车的相关行驶信息,也可以是截止到当前汽车的相关行驶信息即更新到汽车当前的最新行驶信息。这样,能随着汽车的行驶不断地对预设的分类器进行学习、训练,强化,使得基于预设的分类器识别出的驾驶员情绪更加准确。
如图3所示,本发明第三实施例提出一种汽车驾驶员情绪识别方法,在上述实施例的基础上,在上述步骤S20之后还包括:
步骤S50,根据识别出的驾驶员情绪进行相应的情绪引导处理。
本实施例中在识别出驾驶员情绪不利于当前的车辆驾驶时,可对驾驶员进行相应的情绪引导处理。如在识别出驾驶员情绪的评分较低或驾驶员情绪为愤怒情绪时,则可向驾驶员推送警告信息,通过文字显示或语音提示驾驶员当前情绪不利于驾驶,或自动播放用于缓解压力的预设音频信息,从而引导驾驶员缓和情绪,有效降低因驾驶员的愤怒情绪导致危险驾驶行为的可能性,提高了驾驶安全性。
本发明进一步提供一种汽车驾驶员情绪识别装置。
参照图4,图4为本发明汽车驾驶员情绪识别装置第一实施例的功能模块示意图。
在第一实施例中,该汽车驾驶员情绪识别装置包括:
获取模块01,用于获取汽车当前行驶中的相关行驶信息,并从所述相关行驶信息中提取相关行驶特征;
本实施例中,在汽车行驶过程中实时获取汽车当前的相关行驶信息,其中,该相关行驶信息可以包括至少以下一种或几种的组合:当前车辆姿态信息、当前车况信息、当前路况信息、驾驶时长、当前车辆位置信息、车辆驾驶轨迹信息,当然,也不限定该相关行驶信息为其他可以体现汽车当前实际行驶状况的信息,如汽车周围环境等。
获取汽车当前的相关行驶信息后,还可从所述相关行驶信息中提取相关行驶特征。如根据当前车况信息可以提取车辆当前的车速、加速度等车辆运行参数,根据当前路况信息可以提取当前道路的平稳度等参数。这样,可在汽车行驶过程中实时采集能体现汽车当前实际行驶状况的各种相关行驶特征。
分类模块02,用于根据所述相关行驶特征在预设的分类器中进行分类,根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。
采集到汽车当前的各种相关行驶特征后,即可根据所述相关行驶特征在预设的分类器中进行归类。其中,该分类器可以为决策树分类器、选择树分类器、证据分类器等,分类器能够把数据库中的数据纪录映射到给定类别中的某一个,从而可以应用于数据预测。本实施例中,该分类器已完成学习、训练等操作,已将不同相关行驶特征分类到相应的驾驶员情绪,如针对相关行驶特征为当前的车速、加速度等车辆运行参数判断车辆为急加速、急减速、快速转弯等状态时,驾驶员很可能处于愤怒的情绪,则该分类器中与该车辆运行参数对应的分类为驾驶员愤怒情绪。这样,在采集到汽车当前的各种相关行驶特征后,即可根据各种相关行驶特征在已完成学习、训练的分类器中进行归类。
根据各种相关行驶特征在已完成学习、训练的分类器中的分类结果即可获知汽车当前行驶中的相关行驶特征所对应的驾驶员情绪分类,实现对当前驾驶汽车的驾驶员情绪的识别。
本实施例利用从汽车当前的相关行驶信息中提取的相关行驶特征在预设的分类器中进行分类,识别当前驾驶汽车的驾驶员情绪。由于是通过汽车当前的相关行驶信息来识别驾驶员情绪,识别出的驾驶员情绪更加符合汽车当前的实际行驶状况,而不会受到驾驶员的面部特征、面部环境等因素的影响,能更加准确地识别出驾驶员情绪。
如图5所示,本发明第二实施例提出一种汽车驾驶员情绪识别装置,在上述实施例的基础上,还包括:
采集模块03,用于采集预设时间内汽车行驶中的训练行驶信息,并从所述训练行驶信息中提取训练行驶特征;获取针对不同训练行驶特征标注的不同驾驶员情绪;
训练模块04,用于基于预设的分类算法对不同训练行驶特征标注的不同驾驶员情绪进行学习、训练,形成预设的分类器。
本实施例中,在实际应用中利用汽车当前的相关行驶信息对驾驶员情绪进行识别之前,还可先对车辆的行驶特征进行学习、训练及分类标注等操作,生成预设的分类器。
具体地,首先收集预设时间内汽车的相关行驶信息,该相关行驶信息可以包括至少以下一种或几种的组合:车辆姿态信息、车况信息、路况信息、驾驶时长、车辆位置信息、车辆驾驶轨迹信息。提取预设时间内汽车的相关行驶信息中的各种相关行驶特征作为分类器的基础训练数据,获取用户或开发人员对不同相关行驶特征及其大小范围进行人工标注的驾驶员情绪。如根据相关行驶特征为当前的车速、加速度等车辆运行参数时判断车辆为急加速、急减速、快速转弯等状态时,驾驶员很可能处于愤怒的情绪,则可将此车辆运行参数对应标注为驾驶员愤怒情绪;当根据相关行驶特征为当前的车速、加速度等车辆运行参数判断车辆为平稳匀速直线行驶状态时,驾驶员很可能处于平静的情绪,则可将此车辆运行参数对应标注为驾驶员平静情绪;还可在驾驶时长超过一定阈值时,对应标注为驾驶员情绪为疲劳状态等。基于预设的分类算法如决策树分类算法、人工神经网络分类算法等机器学习算法对各种相关行驶特征及其标注的不同驾驶员情绪进行学习、训练,在收集大量训练数据进行学习、训练后,形成预设的分类器。该分类器即可将不同相关行驶特征准确地归类到相应的驾驶员情绪,以供后续识别操作中调用该分类器。
需要说明的是,本实施例中,分类的驾驶员情绪可以为几种固定的情绪,如愉悦、平静、疲劳、愤怒等,也可以为具体的情绪评分,在此不作限定。进行训练数据采集时,收集的相关行驶信息可以是出厂时预设时间内汽车的相关行驶信息,也可以是截止到当前汽车的相关行驶信息即更新到汽车当前的最新行驶信息。这样,能随着汽车的行驶不断地对预设的分类器进行学习、训练,强化,使得基于预设的分类器识别出的驾驶员情绪更加准确。
如图6所示,本发明第三实施例提出一种汽车驾驶员情绪识别装置,在上述实施例的基础上,还包括:
引导模块05,用于根据识别出的驾驶员情绪进行相应的情绪引导处理。
本实施例中在识别出驾驶员情绪不利于当前的车辆驾驶时,可对驾驶员进行相应的情绪引导处理。如在识别出驾驶员情绪的评分较低或驾驶员情绪为愤怒情绪时,则可向驾驶员推送警告信息,通过文字显示或语音提示驾驶员当前情绪不利于驾驶,或自动播放用于缓解压力的预设音频信息,从而引导驾驶员缓和情绪,有效降低因驾驶员的愤怒情绪导致危险驾驶行为的可能性,提高了驾驶安全性。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种汽车驾驶员情绪识别方法,其特征在于,所述方法包括以下步骤:
获取汽车当前行驶中的相关行驶信息,并从所述相关行驶信息中提取相关行驶特征;
根据所述相关行驶特征在预设的分类器中进行分类,根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。
2.如权利要求1所述的汽车驾驶员情绪识别方法,其特征在于,所述相关行驶信息至少包括以下之一:当前车辆姿态信息、当前车况信息、当前路况信息、驾驶时长、当前车辆位置信息、车辆驾驶轨迹信息。
3.如权利要求1或2所述的汽车驾驶员情绪识别方法,其特征在于,所述获取汽车当前行驶中的相关行驶信息,并从所述相关行驶信息中提取相关行驶特征的步骤之前还包括:
采集预设时间内汽车行驶中的训练行驶信息,并从所述训练行驶信息中提取训练行驶特征;获取针对不同训练行驶特征标注的不同驾驶员情绪;
基于预设的分类算法对不同训练行驶特征标注的不同驾驶员情绪进行学习、训练,形成预设的分类器。
4.如权利要求1所述的汽车驾驶员情绪识别方法,其特征在于,所述根据所述分类器中的归类结果识别当前驾驶汽车的驾驶员情绪的步骤之后还包括:
根据识别出的驾驶员情绪进行相应的情绪引导处理。
5.如权利要求4所述的汽车驾驶员情绪识别方法,其特征在于,所述情绪引导处理包括向驾驶员推送警告信息或预设音频信息,以引导驾驶员缓和情绪。
6.一种汽车驾驶员情绪识别装置,其特征在于,所述汽车驾驶员情绪识别装置包括:
获取模块,用于获取汽车当前行驶中的相关行驶信息,并从所述相关行驶信息中提取相关行驶特征;
分类模块,用于根据所述相关行驶特征在预设的分类器中进行分类,根据所述分类器中的分类结果识别与所述相关行驶特征相对应的驾驶员情绪。
7.如权利要求6所述的汽车驾驶员情绪识别装置,其特征在于,所述相关行驶信息至少包括以下之一:当前车辆姿态信息、当前车况信息、当前路况信息、驾驶时长、当前车辆位置信息、车辆驾驶轨迹信息。
8.如权利要求6或7所述的汽车驾驶员情绪识别装置,其特征在于,还包括:
采集模块,用于采集预设时间内汽车行驶中的训练行驶信息,并从所述训练行驶信息中提取训练行驶特征;获取针对不同训练行驶特征标注的不同驾驶员情绪;
训练模块,用于基于预设的分类算法对不同训练行驶特征标注的不同驾驶员情绪进行学习、训练,形成预设的分类器。
9.如权利要求1所述的汽车驾驶员情绪识别装置,其特征在于,还包括:
引导模块,用于根据识别出的驾驶员情绪进行相应的情绪引导处理。
10.如权利要求9所述的汽车驾驶员情绪识别装置,其特征在于,所述情绪引导处理包括向驾驶员推送警告信息或预设音频信息,以引导驾驶员缓和情绪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510581262.6A CN105303829A (zh) | 2015-09-11 | 2015-09-11 | 汽车驾驶员情绪识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510581262.6A CN105303829A (zh) | 2015-09-11 | 2015-09-11 | 汽车驾驶员情绪识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105303829A true CN105303829A (zh) | 2016-02-03 |
Family
ID=55201028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510581262.6A Pending CN105303829A (zh) | 2015-09-11 | 2015-09-11 | 汽车驾驶员情绪识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105303829A (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106128099A (zh) * | 2016-07-01 | 2016-11-16 | 斑马信息科技有限公司 | 驾驶员识别方法和装置 |
CN106156564A (zh) * | 2016-06-30 | 2016-11-23 | 重庆大学 | 基于智能手机的驾驶员识别方法 |
CN106166074A (zh) * | 2016-08-30 | 2016-11-30 | 西南交通大学 | 驾驶员情绪控制能力的测试方法与系统 |
CN106218643A (zh) * | 2016-07-29 | 2016-12-14 | 山西省交通科学研究院 | 一种基于识别驾驶员路怒情绪提升驾驶安全性的装置 |
CN106650633A (zh) * | 2016-11-29 | 2017-05-10 | 上海智臻智能网络科技股份有限公司 | 一种驾驶员情绪识别方法和装置 |
CN106971057A (zh) * | 2017-02-16 | 2017-07-21 | 上海大学 | 一种驾驶习惯数据分析方法 |
CN107230384A (zh) * | 2017-06-21 | 2017-10-03 | 深圳市盛路物联通讯技术有限公司 | 基于期望停车时长和天气信息的停车引导系统及方法 |
CN107665520A (zh) * | 2016-07-27 | 2018-02-06 | 上海博泰悦臻网络技术服务有限公司 | 一种基于车辆行驶数据的行车监控方法及装置 |
CN107665579A (zh) * | 2016-07-27 | 2018-02-06 | 上海博泰悦臻网络技术服务有限公司 | 一种用户驾驶行为监控方法及装置 |
CN107703931A (zh) * | 2016-08-09 | 2018-02-16 | 北京百度网讯科技有限公司 | 用于控制无人驾驶车辆的方法和装置 |
CN108710821A (zh) * | 2018-03-30 | 2018-10-26 | 斑马网络技术有限公司 | 车辆用户状态识别系统及其识别方法 |
CN108875682A (zh) * | 2018-06-29 | 2018-11-23 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN108995655A (zh) * | 2018-07-06 | 2018-12-14 | 北京理工大学 | 一种驾驶员驾驶意图识别方法及系统 |
CN109017797A (zh) * | 2018-08-17 | 2018-12-18 | 大陆汽车投资(上海)有限公司 | 驾驶员情绪识别方法和实施该方法的车载控制单元 |
CN109145719A (zh) * | 2018-07-06 | 2019-01-04 | 北京理工大学 | 一种驾驶员疲劳状态识别方法及系统 |
CN109190459A (zh) * | 2018-07-20 | 2019-01-11 | 上海博泰悦臻电子设备制造有限公司 | 一种车主情绪识别及调节方法、存储介质及车载系统 |
CN110525446A (zh) * | 2019-09-06 | 2019-12-03 | 山东理工大学 | 一种考虑情绪的汽车强制换道决策安全预警方法 |
CN110826433A (zh) * | 2019-10-23 | 2020-02-21 | 上海能塔智能科技有限公司 | 试驾用户情绪分析数据处理方法、装置、设备与存储介质 |
CN111382665A (zh) * | 2018-12-28 | 2020-07-07 | 本田技研工业株式会社 | 信息处理装置以及计算机可读存储介质 |
CN111868822A (zh) * | 2018-03-14 | 2020-10-30 | 歌乐株式会社 | 车载装置、行驶状态推算方法、服务器装置、信息处理方法和行驶状态推算系统 |
CN112365680A (zh) * | 2020-10-29 | 2021-02-12 | 福信富通科技股份有限公司 | 一种基于ai识别的主动安全预警方法及系统 |
CN112572456A (zh) * | 2020-12-28 | 2021-03-30 | 奇瑞汽车股份有限公司 | 一种驾驶员驾驶行为提醒系统及方法、汽车 |
CN113815625A (zh) * | 2020-06-19 | 2021-12-21 | 广州汽车集团股份有限公司 | 车辆辅助驾驶控制方法、装置及智能方向盘 |
CN116509393A (zh) * | 2023-04-11 | 2023-08-01 | 中国第一汽车股份有限公司 | 一种基于车辆设备状态和用户驾驶行为的情绪预测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005036496A1 (ja) * | 2003-10-08 | 2005-04-21 | Matsushita Electric Industrial Co., Ltd. | センタ装置、端末装置およびそれを用いた運転支援システム |
CN101872171A (zh) * | 2009-04-24 | 2010-10-27 | 中国农业大学 | 基于信息融合的驾驶员疲劳状态识别方法和系统 |
CN102874259A (zh) * | 2012-06-15 | 2013-01-16 | 浙江吉利汽车研究院有限公司杭州分公司 | 一种汽车驾驶员情绪监视及车辆控制系统 |
CN104354701A (zh) * | 2014-10-29 | 2015-02-18 | 云南大学 | 一种人车交互的实现方法 |
KR20150054637A (ko) * | 2013-11-12 | 2015-05-20 | 한국전자통신연구원 | 감성 교사 정보에 기반한 감성인식 방법 |
-
2015
- 2015-09-11 CN CN201510581262.6A patent/CN105303829A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005036496A1 (ja) * | 2003-10-08 | 2005-04-21 | Matsushita Electric Industrial Co., Ltd. | センタ装置、端末装置およびそれを用いた運転支援システム |
CN101872171A (zh) * | 2009-04-24 | 2010-10-27 | 中国农业大学 | 基于信息融合的驾驶员疲劳状态识别方法和系统 |
CN102874259A (zh) * | 2012-06-15 | 2013-01-16 | 浙江吉利汽车研究院有限公司杭州分公司 | 一种汽车驾驶员情绪监视及车辆控制系统 |
KR20150054637A (ko) * | 2013-11-12 | 2015-05-20 | 한국전자통신연구원 | 감성 교사 정보에 기반한 감성인식 방법 |
CN104354701A (zh) * | 2014-10-29 | 2015-02-18 | 云南大学 | 一种人车交互的实现方法 |
Non-Patent Citations (3)
Title |
---|
张宜生 等: "《计算机网络与数据库技术及其工业应用》", 30 June 2001, 机械工业出版社 * |
林启万: "基于情绪计算的驾驶行为研究", 《中国优秀硕士学位论文全文数据库·工程科技Ⅱ辑》 * |
苏新宁 等: "《数据仓库和数据挖掘》", 30 April 2006, 清华大学出版社 * |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156564A (zh) * | 2016-06-30 | 2016-11-23 | 重庆大学 | 基于智能手机的驾驶员识别方法 |
CN106128099B (zh) * | 2016-07-01 | 2018-12-07 | 斑马信息科技有限公司 | 驾驶员识别方法和装置 |
CN106128099A (zh) * | 2016-07-01 | 2016-11-16 | 斑马信息科技有限公司 | 驾驶员识别方法和装置 |
CN107665520A (zh) * | 2016-07-27 | 2018-02-06 | 上海博泰悦臻网络技术服务有限公司 | 一种基于车辆行驶数据的行车监控方法及装置 |
CN107665579A (zh) * | 2016-07-27 | 2018-02-06 | 上海博泰悦臻网络技术服务有限公司 | 一种用户驾驶行为监控方法及装置 |
CN106218643A (zh) * | 2016-07-29 | 2016-12-14 | 山西省交通科学研究院 | 一种基于识别驾驶员路怒情绪提升驾驶安全性的装置 |
CN107703931A (zh) * | 2016-08-09 | 2018-02-16 | 北京百度网讯科技有限公司 | 用于控制无人驾驶车辆的方法和装置 |
CN106166074A (zh) * | 2016-08-30 | 2016-11-30 | 西南交通大学 | 驾驶员情绪控制能力的测试方法与系统 |
CN106166074B (zh) * | 2016-08-30 | 2019-02-05 | 西南交通大学 | 驾驶员情绪控制能力的测试方法与系统 |
CN106650633A (zh) * | 2016-11-29 | 2017-05-10 | 上海智臻智能网络科技股份有限公司 | 一种驾驶员情绪识别方法和装置 |
CN106971057A (zh) * | 2017-02-16 | 2017-07-21 | 上海大学 | 一种驾驶习惯数据分析方法 |
CN106971057B (zh) * | 2017-02-16 | 2020-08-04 | 上海大学 | 一种驾驶习惯数据分析方法 |
CN107230384A (zh) * | 2017-06-21 | 2017-10-03 | 深圳市盛路物联通讯技术有限公司 | 基于期望停车时长和天气信息的停车引导系统及方法 |
CN107230384B (zh) * | 2017-06-21 | 2020-09-25 | 深圳市盛路物联通讯技术有限公司 | 基于期望停车时长和天气信息的停车引导系统及方法 |
CN111868822A (zh) * | 2018-03-14 | 2020-10-30 | 歌乐株式会社 | 车载装置、行驶状态推算方法、服务器装置、信息处理方法和行驶状态推算系统 |
CN108710821A (zh) * | 2018-03-30 | 2018-10-26 | 斑马网络技术有限公司 | 车辆用户状态识别系统及其识别方法 |
US10931772B2 (en) | 2018-06-29 | 2021-02-23 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for pushing information |
CN108875682A (zh) * | 2018-06-29 | 2018-11-23 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN109145719A (zh) * | 2018-07-06 | 2019-01-04 | 北京理工大学 | 一种驾驶员疲劳状态识别方法及系统 |
CN109145719B (zh) * | 2018-07-06 | 2021-06-04 | 北京理工大学 | 一种驾驶员疲劳状态识别方法及系统 |
CN108995655A (zh) * | 2018-07-06 | 2018-12-14 | 北京理工大学 | 一种驾驶员驾驶意图识别方法及系统 |
CN109190459A (zh) * | 2018-07-20 | 2019-01-11 | 上海博泰悦臻电子设备制造有限公司 | 一种车主情绪识别及调节方法、存储介质及车载系统 |
CN109017797A (zh) * | 2018-08-17 | 2018-12-18 | 大陆汽车投资(上海)有限公司 | 驾驶员情绪识别方法和实施该方法的车载控制单元 |
CN109017797B (zh) * | 2018-08-17 | 2021-08-24 | 大陆投资(中国)有限公司 | 驾驶员情绪识别方法和实施该方法的车载控制单元 |
CN111382665A (zh) * | 2018-12-28 | 2020-07-07 | 本田技研工业株式会社 | 信息处理装置以及计算机可读存储介质 |
CN111382665B (zh) * | 2018-12-28 | 2024-03-01 | 本田技研工业株式会社 | 信息处理装置以及计算机可读存储介质 |
CN110525446A (zh) * | 2019-09-06 | 2019-12-03 | 山东理工大学 | 一种考虑情绪的汽车强制换道决策安全预警方法 |
CN110826433A (zh) * | 2019-10-23 | 2020-02-21 | 上海能塔智能科技有限公司 | 试驾用户情绪分析数据处理方法、装置、设备与存储介质 |
CN113815625A (zh) * | 2020-06-19 | 2021-12-21 | 广州汽车集团股份有限公司 | 车辆辅助驾驶控制方法、装置及智能方向盘 |
CN113815625B (zh) * | 2020-06-19 | 2024-01-19 | 广州汽车集团股份有限公司 | 车辆辅助驾驶控制方法、装置及智能方向盘 |
CN112365680A (zh) * | 2020-10-29 | 2021-02-12 | 福信富通科技股份有限公司 | 一种基于ai识别的主动安全预警方法及系统 |
CN112572456A (zh) * | 2020-12-28 | 2021-03-30 | 奇瑞汽车股份有限公司 | 一种驾驶员驾驶行为提醒系统及方法、汽车 |
CN116509393A (zh) * | 2023-04-11 | 2023-08-01 | 中国第一汽车股份有限公司 | 一种基于车辆设备状态和用户驾驶行为的情绪预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105303829A (zh) | 汽车驾驶员情绪识别方法及装置 | |
Berndt et al. | Continuous driver intention recognition with hidden markov models | |
CN106650633A (zh) | 一种驾驶员情绪识别方法和装置 | |
CN108944939B (zh) | 用于提供驾驶指导的方法和系统 | |
JP2014234113A (ja) | 車両用基準値生成装置 | |
CN104463201A (zh) | 一种识别驾驶状态、驾驶人的方法及装置 | |
CN104680795A (zh) | 一种基于局部区域特征的车型识别方法和装置 | |
CN110751381A (zh) | 一种路怒车辆风险评估和防控方法 | |
CN110858312A (zh) | 基于模糊c均值聚类算法的驾驶员驾驶风格分类方法 | |
CN104700657A (zh) | 一种基于人工神经网络的周边车辆行为预判系统 | |
CN112487905A (zh) | 一种车辆周边行人危险等级预测方法及系统 | |
CN115205729A (zh) | 基于多模态特征融合的行为识别方法、系统 | |
CN113673304B (zh) | 基于场景语义驱动的车载预期功能安全危害分析评估方法 | |
CN111627132B (zh) | 一种基于驾驶倾性的汽车行驶特征评价及预警方法 | |
CN115279643A (zh) | 用于训练自动驾驶车辆的感知网络的车载主动学习方法和设备 | |
CN107301487A (zh) | 使得车辆乘员能够报告与车辆环境关联危害的方法和系统 | |
WO2019112501A1 (en) | Determining an undesired action of a vehicle | |
CN116198511A (zh) | 车辆规控参数配置方法及系统 | |
CN110689150A (zh) | 基于机器学习的订单预测方法、预测装置及计算机设备 | |
Lee et al. | Individual stable driving pattern analysis for evaluating driver readiness at autonomous driving levels 2 and 3 | |
CN114802264A (zh) | 车辆控制方法、装置、电子设备 | |
JP2022002101A (ja) | 運転評価モデル生成装置、運転評価モデル生成方法及びプログラム | |
CN109948449B (zh) | 一种信息处理方法、装置及存储介质 | |
CN110772267B (zh) | 一种人体生理疲劳数据标记方法及疲劳识别模型 | |
CN106097751A (zh) | 车辆行驶控制方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160203 |